Anthropic Claude Opus 5のプロンプトがオンラインに登場、AIの背後にある制御レイヤーを露出

Anthropic Claude Opus 5は7月24日に公開され、同日、135,027文字に及ぶものとされるシステムプロンプトがGitHub上に現れた。このファイルは、完全なツール定義や行動ルールを含め、AnthropicのWeb・モバイルアプリで使われる指示を再現したものだと主張している。

この主張は独立して認証されたものではない。Anthropicも、すべての行が本番環境に由来することを公には確認していない。ただし、この文書は1,511行、英単語約19,370語、推定約34,000トークンで構成されている。

重要なのは内容だけでなくタイミングでもある。AnthropicはOpus 5を、エージェント型コーディング、長期的な作業、検証能力を強化した日常利用向けモデルとして発表した。その24時間以内に、開発者たちはこのモデルによるものとされる精巧なゲームやインタラクティブな3Dデモも共有していた。

その結果、異例の二面性を持つローンチとなった。公開デモはOpus 5が何を生み出せるかを示す一方、問題のプロンプトは、その成果を形作る広範な制御レイヤーを示している。

この緊張関係はAnthropicにとどまらない。最先端AI製品は、システム指示、ツールスキーマ、メモリーポリシー、分類器、アプリケーションロジックへの依存を強めている。知能を提供するのはモデルだが、その知能をどのようにユーザーへ届けるかを決めるのは、周囲の制御システムである。

問題のプロンプトは、製品の運用マニュアルに近い

最も重要な主張は、Anthropic Claudeがシステムプロンプトを使っていることではない。消費者向け製品が、異例なほど広範な運用マニュアルに依存しているとされる点だ。

システムプロンプトとは、ユーザーのメッセージより前に与えられる隠れた指示パッケージである。アシスタントのアイデンティティ、利用可能なツール、応答スタイル、安全上の境界、最新の製品情報などを定義できる。

Anthropicはすでに、同社の消費者向けインターフェースがこうした指示を用いることを認めている。公式のシステムプロンプトアーカイブには、2026年7月24日付のClaude Opus 5エントリーが掲載されている。同社によれば、これらのプロンプトは最新情報を提供し、Web・モバイルアプリにおける挙動を導くものだ。

議論の対象となっているGitHub文書は、そのアーカイブページで確認できる資料を大きく超えている。アップロードした人物は、このファイルがAnthropicのWebおよびモバイルのチャット画面から取得されたものだとしている。リポジトリでは、ツールのパラメータスキーマを含め、逐語的またはほぼ逐語的に再現したものと説明されている。

この説明は依然としてリポジトリ所有者の主張に過ぎない。読者は、このファイルを認証済みのソースコードや検証済みの本番構成として扱うべきではない。モデルの応答を通じて抽出されたシステムプロンプトには、欠落、重複した文章、変更された書式、あるいは生成された内容が含まれる可能性がある。

それでも、いくつかの詳細は公開済みのClaudeの挙動と一致している。ファイルでは選択中のモデルとしてOpus 5が示され、正しい公開日が使われ、Anthropicの現行インターフェースに関連する製品機能が説明されている。また、同社が公開しているモデルラインアップや消費者向けアプリケーションにも言及している。

文書の規模は目を引く。出所となったプロンプト漏えいレポートによれば、このファイルには135,027文字と英単語19,370語が含まれる。文字数を基にした大まかな推定では約34,000トークンとなるが、トークン数は書式やトークナイザーの挙動によって変動する。

GitHub上で確認できるメタデータでは、1,511行、ファイルサイズは約132 KBと報告されている。公開されたプロンプトファイルには、製品情報、安全な挙動、メモリー、アプリケーションの推奨、検索、ツール利用に関するセクションが含まれている。

これは、あらゆる対話で文書全体が同じ形式のまま消費されることを意味しない。消費者向けAIシステムは、有効化された機能、アカウント設定、会話の状態、利用可能なツールに応じて、プロンプトを動的に組み立てることができる。プロンプトキャッシュによって、繰り返される処理コストを抑えることも可能だ。

したがって、「完全なシステムプロンプト」という表現には留保が必要である。このファイルは、AnthropicのAPI、Claude Code、エンタープライズ導入、社内の安全インフラ全体で使われるすべての指示ではなく、1つのアプリケーション構成を表しているように見える。

Anthropicのドキュメントは、消費者向けプロンプトとClaude APIを明確に区別している。APIを利用する開発者は、自身でシステム指示とツール定義を提供する。問題のWeb向けプロンプトが自分たちのアプリケーションを支配していると考えるべきではない。

こうした限界があっても、この文書は重要なアーキテクチャ上のパターンを示している。消費者向けAIアシスタントは、単に質問を待つモデルではない。ツール、ポリシー、メモリー、検索、インターフェース固有のコマンドでモデルを取り囲む、連携された製品レイヤーである。

だからこそ、この漏えいの主張は通常のプロンプト流出よりも大きな圧力を生む。Anthropicが汎用モデルを、制御された消費者向けエージェントへと変換する方法について、競合他社や開発者に地図を与える可能性があるからだ。

30のツールスキーマが、製品価値の所在を示す

問題のAnthropic Claudeプロンプトは、アプリケーションのオーケストレーションが、基盤モデルそのものと同じほどユーザー体験に寄与するようになったことを示唆している。

このファイルでは、受け付けるパラメータと出力を指定する構造化形式であるJSONスキーマを使い、30のツールが定義されているとされる。これらのツールは、コマンド実行、Web取得、画像検索、天気、スポーツ情報、地図、レシピ、永続メモリーをカバーする。

ツールスキーマ自体には、タスクを完了するための知能は含まれない。別のサービスを呼び出すための信頼できる契約をモデルに与えるものだ。モデルは、どのツールを使うかを判断し、有効な引数を渡し、結果を解釈し、会話を継続しなければならない。

この一連の流れは、エージェント型AIの中核にある。従来型のチャットボットはテキストを返す。エージェントは検索、コード実行、ファイル操作、保存済みコンテキストの参照、複数アクションにまたがる結果の統合を行える。

Anthropicの公式Opus 5発表は、まさにこうした作業を強調している。同社によれば、このモデルは複数ステップのソフトウェアエンジニアリング、コンピューター利用、長時間にわたるタスク、自己検証において改善を果たした。

問題のプロンプトは、こうした能力を信頼できるものにするために必要な運用上の詳細を示している。単にツール名を列挙するのではない。いつ呼び出すか、入力をどう整形するか、その後アシスタントが何を言うべきかを説明している。

こうした指示は、エージェントでよく起こる失敗を防ぐ助けになる。モデルはパラメータを捏造したり、無関係なツールを呼び出したり、アクションを繰り返したり、結果を受け取る前に結果を説明したりすることがある。詳細なスキーマは、こうした失敗経路を狭める。

文書には、recommend_claude_appsというツールも含まれているようだ。その指示では、現在のタスクを完了しつつ、関連するAnthropicアプリケーションを推奨するようアシスタントに求めているとされる。

たとえば、コーディング作業はClaude Code、より長期的な調査はCoworkに結び付けられる可能性がある。スプレッドシート、プレゼンテーション、デザイン、ブラウザー、メールに関するタスクでは、別の製品提案が行われる場合もある。

このセクションは、精査に値する商業上の疑問を提起する。ユーザーに助言する同じアシスタントが、ベンダーの拡大する製品ポートフォリオへとユーザーを誘導することもできるからだ。これは直ちにその推奨が誤解を招くことを意味しないが、プラットフォームとしてのインセンティブを持ち込む。

問題のルールは、このインセンティブを制約しようとしている。推奨は現在のタスクに関連していなければならず、数を限定し、依頼された作業を置き換えてはならない。また、ユーザーが指定しない限り、Claudeが第三者サービスプロバイダーを選択してはならないとも別途指示されている。

この区別は示唆的だ。Anthropic自身のアプリケーションは積極的に提案できる一方、第三者サービスはより慎重に扱われる。文書はしたがって、ユーザー保護のルールと組み込みの流通チャネルを組み合わせている。

競合各社もこの戦略を認識するだろう。OpenAI、Google、Microsoft、Anthropicは、モデルをコーディングツール、オフィスアプリケーション、ブラウザー、データソース、オペレーティングシステムに結び付ける取り組みを強めている。勝者となる製品は、単独ベンチマークで最も高いスコアを持つものではなく、最も信頼できるオーケストレーションを備えたものかもしれない。

漏えいしたスキーマは、外部開発者がそのオーケストレーションのスタイルを研究する助けになり得る。命名規則、パラメータ説明、実行順序のルール、障害処理を調べられる。しかし、スキーマをコピーするだけではClaudeの製品挙動を再現できない。

目に見えない部分もなお重要だ。認証、サービス権限、分類器、モデルルーティング、テレメトリー、アカウント設定、バックエンド実装は、可視化されたツール説明の中には存在しない。エージェントが信頼できる挙動をするかを判断するための評価も、そこには含まれない。

公開後に共有されたデモは、この違いをよく示している。報道では、開発者がOpus 5を使って、一人称視点のゲーム、3Dシューティングゲーム、Rocket League風のプロトタイプを作成したと伝えられた。別のデモでは、プロシージャルなビジュアルとシミュレートされた風を備えるインタラクティブ環境が生成されたとされる。

これらの例は視覚的には説得力があるが、統制されたベンチマークではない。ソーシャル投稿では、すべてのプロンプト、編集、ツール呼び出し、失敗した試み、人間による介入が開示されることはほとんどない。「1つのプロンプト」も、アプリケーションがすでに提供していた広範な足場を隠している可能性がある。

Anthropicは、依然として同社が選定したものであるとはいえ、ローンチ資料でより強い証拠を提示している。同社によれば、Opus 5は生のピクセルからコンピュータービジョンパイプラインを構築した後、3Dの機械部品を再構築した。また、目に見える症状だけでなく根本原因に対処したソフトウェア修復についても説明している。

プロンプトとデモは合わせて、同じ結論を指し示す。製品の能力は、モデルに加え、ますます精緻化する実行環境から生まれる。モデル名だけを評価しても、ユーザーが実際に体験するシステムの多くを見落とす。

Anthropic Claudeのメモリーは、忘れなければならないことによって制約される

文書中で最も重大なセクションは、アシスタントがユーザーを自由にプロファイリングすることを許さずに、継続性を保つよう設計されたメモリーシステムを説明している。

問題のmemory_filesystemセクションは、およそ230行にわたる。将来の会話中に別のClaudeインスタンスが読み取れる永続ファイルについて説明している。

これは生物学的な意味でのモデルメモリーではない。後続のコンテキストに注入される保存済みテキストであり、新しいセッションがユーザー、プロジェクト、好み、関係性に関する選択された事実を回復できるようにするものだ。

提案されている構造では、情報をファイルとディレクトリに分ける。プロフィールにはアイデンティティの詳細を保持でき、トピックファイルには関心事を記録でき、領域ファイルには進行中の作業を追跡でき、人物ファイルにはユーザーの人生に関わる個人を表現できる。

利用可能な操作には、読み取り、書き込み、追記、テキスト置換、ファイル一覧表示、ファイル削除が含まれるとされる。削除には特に厳しい条件が設けられている。アシスタントは、ユーザーが明示的に求めた場合にのみ削除を使うべきだとされる。

より興味深い制約は書き込みに関するものだ。文書によれば、Claudeはユーザーが直接述べた事実だけを保存すべきである。新しいエントリーには[stated]ラベルを付け、アシスタント自身の推論を記録することは避けるべきだとしている。

このルールは、永続的なAIにおける難しい問題に対処している。モデルは一時的な発言を恒久的なプロフィールに変えたり、不確実性を断定された事実へと変えたりできる。一度保存されると、その解釈はユーザーが由来を確認できないまま、後の会話に影響を及ぼし得る。

この疑惑のポリシーは、Claudeが導き出した結論の保存を禁じている。また、アシスタントの計画、ウェブ調査、補足された詳細、推奨事項も対象外としている。Claudeが複数の選択肢を提示し、ユーザーがその一つを選んだ場合、選択内容は記憶できるが、採用されなかった分析は保存すべきではない。

これは、多くのユーザーが想定するよりも限定的なメモリモデルを生む。アシスタントは包括的な人物伝記を構築するものではない。将来の作業における重複を減らせる、選別された発言を保存する。

機微な情報にはさらに厳しい制限が適用される。この文書は、健康状態、政治的見解、財務状況、人格評価、本人確認書類、正確な住所、子どもに関する情報の永続的な保存を阻止すると報じられている。

また、ユーザーが言及した人物にもプライバシー上の配慮を適用する。家族は名前ではなく関係性として表現できる。この設計は、一人のアシスタントが他者に関する無制限のデータベースへと変わることを避けようとするものだ。

このポリシーは、ユーザーが保存を求めた場合でも、一部の嗜好を拒否するとされる。例として、無条件の称賛を要求する指示、反対意見を封じる指示、感情的な依存を促す指示、危険な選択についてアシスタントが疑問を呈することを妨げる指示が挙げられる。

これは重要なトレードオフだ。通常、ユーザーによる明示的な記憶要求は尊重されるべきだという考え方が、ユーザーのコントロールを支えている。Anthropicの見解は、将来のモデルが、真実性や安全性を損なう指示を継承すべきではないというもののようだ。

このシステムは、感情表現の過剰さも抑えようとしている。ファイルによれば、保存されたコンテキストによって、Claudeが実際以上に深い関係性を示唆してはならない。

将来のClaudeインスタンスは、会話と会話の間に流れた時間を体験しない。実行時に選択されたテキストを受け取る。メモリはユーザーに継続性をもたらすが、モデルに連続した意識を確立するものではない。

アシスタントがよりパーソナルになるにつれ、この違いは重要になる。製品は、ユーザーとの人間的な関係性を持つことなく、プロジェクトの締め切り、文章の好み、同僚の役割を記憶できる。

この疑惑の指示は、Claudeに保存済みメモリへアクセスしたことを告げないよう求めているとされる。インターフェースはメモリ操作を示せるが、会話上の応答で、アシスタントが以前のセッションからユーザーを記憶していると繰り返し述べるべきではない。

この選択は会話の流れを改善する一方で、透明性を下げる可能性もある。インターフェースが明確な表示を提供しない限り、ユーザーは応答が保存済み情報を反映しているタイミングを把握できないかもしれない。

エンタープライズの購入担当者は、この問題を注意深く検討すべきだ。永続的なメモリは、サポート、調査、プロジェクトの継続性を改善できる。一方で、プロンプトだけでは解決できない保存期間、アクセス制御、削除、監査の要件も生じる。

組織は、メモリがどこに保存されるのか、どのアプリケーションが読み取れるのか、権限がどのように伝播するのか、管理者が誤った記録をどう調査できるのかを把握する必要がある。また、永続ファイルに埋め込まれたプロンプトインジェクションへの防御も必要だ。

永続的エージェントに関する最近の研究では、メモリが潜在的な攻撃面として特定されている。システムが保存コンテンツを信頼できるコンテキストとして扱う場合、悪意ある指示が一つのセッションをまたいで残存し、別のセッションに影響を及ぼす可能性がある。

この疑惑のルールは、アシスタントが書き込める内容を制限することで、一部のリスクを減らしている。しかし、Anthropicのバックエンドがメモリをどのように検証、分離、暗号化、期限切れ処理するのかは定めていない。こうした制御は公開ファイルから検証できない。

中心的な逆説は明白だ。メモリのセクションが長いのは、有用なメモリが規律ある忘却に依存するからである。Anthropicは、記憶しないことを欠落した機能ではなく、製品の中核的な振る舞いとして扱っているように見える。

著作権ルールが示すのは、モデル知能ではなく法的な制御レイヤーだ

この疑惑のプロンプトは、Anthropic Claudeの振る舞いが、通常の有用性より上位に置かれた明示的な法的制約によって形作られていることを示している。

著作権に関するセクションでは、遵守は交渉の余地がなく、安全性にのみ従属すると宣言しているとされる。可能な限り言い換えを行うようアシスタントに指示し、引用は15語未満という厳格な上限を設けている。

ファイルによれば、この上限は各ソースに対して全体に適用される。Claudeは、長い文章を複数の短い引用に分割したり、原文の表現に密接に従いながら引用符を外したりしてはならない。

指示はさらに、コピーした見出し、一致する構成、または項目ごとの再話によって記事を再構築することを禁じている。楽曲、詩、その他の短い創作物には、より強い制限が適用される。

これらのルールは、単にコピーを避けるよう求めるものより厳格だ。著作権遵守を、生成中に評価可能な手続き上のチェックリストへと変えている。

このアプローチは、プロンプトがこれほど大きい理由を説明する助けになる。最先端モデルはすでに、知的財産を尊重するという一般的な指示を理解できる。だが消費者向け製品には、曖昧な状況、ユーザーによる繰り返しの回避策、エッジケースに対応する精密なルールがなお必要だ。

この文書は、ポリシーの精密さがもたらすコストも明らかにする。追加される制約はすべてコンテキストを消費し、他の指示との相互作用を生む。一つの要求には、調査、引用、安全性、ツール利用、ユーザーの好み、書式設定が同時に関わり得る。

Anthropicは、これらが衝突した際にどのルールを優先するか決めなければならない。この疑惑のプロンプトは、解決をモデルの一般的な判断に委ねるのではなく、優先順位を繰り返し定めている。

これは、高度なAIシステムに関する一般的な前提を弱める。モデルの推論能力が向上しても、ポリシー設計の必要性はなくならない。より有能なエージェントは、より重大な行為を実行できるため、ベンダーはしばしばより密度の高い制御でそれらを囲む。

セキュリティ上のトレードオフもある。詳細なポリシーを公開または抽出すれば、研究者が不整合を特定する助けになる。一方で、敵対的なユーザーが既知の境界を回避するプロンプトを設計する助けにもなり得る。

ただし、プロンプトの秘匿性は永続的な防御ではない。研究者は、言語モデルアプリケーションからシステム指示を段階的に復元する手法を実証してきた。学術的な PLeak study は、自動化されたプロンプト漏えい攻撃が、手作業で設計されたベースラインを上回り得ることを示した。

この経緯は、Anthropicが重要な行動ルールはいずれ観測可能になると想定すべきことを意味する。より安全な設計は、分類器、権限、出力チェック、制限されたツール実行を含む複数のレイヤーで重要な制約を施行することだ。

Anthropicは、Opus 5がこれまでで最もアラインメントされたモデルだと述べている。同社の自動行動監査では、モデルの総合的な不整合行動スコアは2.3で、同社が示した最近のモデルの中で最も低かった。

同社はまた、Opus 5は悪用を受けにくく、無謀で取り返しのつかない行動を取る可能性も低いとしている。これはAnthropicの評価結果であり、現実のすべての導入環境を独立して確認したものではない。

この疑惑のプロンプトは、測定された振る舞いに対する一つの説明を提供する。そこには非常に具体的な安全性、ウェルビーイング、政治、法務、検索に関する指示が含まれている。システムは、分類器が特定の条件を検出した際に表示され得るリマインダーについても説明している。

しかし、長いプロンプトは誤った安心感を生む可能性がある。モデルは時に指示を無視し、衝突を誤解し、長い会話では異なる振る舞いをする。プロンプトインジェクションは、信頼できないコンテンツを特権的なルールの近くに配置することもある。

したがって、最も強力な安全策はプロンプトの外部に存在しなければならない。モデルが安全でない操作を要求しても、ツールは権限の上限を施行すべきだ。アシスタントが生成しても、メモリストレージは禁じられたフィールドを拒否すべきだ。著作権制御は、自己監視だけに頼るのではなく、複製を検出すべきである。

この文書は、そうした保護が存在するか、またはどれほど有効かを示せない。ここで説明されているのは、製品を支えるセキュリティアーキテクチャ全体ではなく、アシスタントに期待される振る舞いだ。

これがこの記事における主要な不確実性である。このファイルはもっともらしく、既知のClaude機能と重なる部分もあるが、その真正性と完全性は未確認のままである。本物のプロンプトであっても、施行の品質よりポリシーの意図を明確に示すにすぎない。

開発者は、両極端な二つの結論を避けるべきだ。一つは、このファイルがAnthropicの完全な秘密の方程式を暴露しているという結論である。もう一つは、モデルはプロンプトなしでも推論できるため、システムプロンプトは重要ではないという結論だ。

実践的な答えは、その中間にある。モデルが一般的な能力を生み出す。プロンプトはその能力を、特定の製品の人格とワークフローに変換する。バックエンドの制御が、その設計が敵対的または想定外の入力にも耐えられるかを決める。

疑惑のOpus 5リークがAnthropicに明確化を迫る点

次の段階では、Anthropicがプロンプトの露出をセキュリティインシデント、透明性の機会、あるいは公開AI製品に予想される機能として扱うかが試される。

最初のシグナルは、リポジトリに対する公式対応だ。Anthropicはファイルを確認し、改変された箇所を特定し、どの資料がすでに公開プロンプトアーカイブに掲載されているかを説明できる。

詳細な対応は、文書の来歴に対する信頼を高めるだろう。個々の文章が観測された製品の振る舞いと一致し続けたとしても、沈黙は真正性という中心的な問題を未解決のままにする。

同社は悪用可能な実装の詳細を公開する必要はない。それでも、このファイルが固定された本番プロンプトなのか、再構成された出力なのか、あるいは複数のインターフェースから組み立てられた混合物なのかを明確にできる。

二つ目のシグナルは、リポジトリのバージョン履歴だ。研究者は、削除、訂正、新たな取得記録、著作権に関する要求、Anthropic従業員からの技術的に具体的な異議申し立てを注視すべきである。

安定した文書は真正性の証明にはならない。しかし、変更は、どの主張が精査に耐え、どのセクションが推測的、重複的、または一時的なアプリケーション実験に結び付いていたかを明らかにし得る。

独立した再現は、ソーシャル上での反復より重要だ。複数の研究者が別々のアカウントとインターフェースから一致するセクションを取得すれば、信頼度は高まる。出力が大きく異なる場合、「完全リーク」という位置づけを擁護することは難しくなる。

三つ目のシグナルは、今後1〜3か月における製品の振る舞いだ。ユーザーが露出したルールを探る様子を観察した後、Anthropicは引用制限、メモリ処理、アプリケーションの推奨、ツール定義を改定する可能性がある。

同社の公開システムプロンプトアーカイブは、有用なベースラインを提供する。今後の更新により、リポジトリの公開を受けて同社が中核的な指示を変更したかどうかが分かる可能性がある。

開発者は、Opus 5のデモが再現可能なプロジェクトへと発展するかも監視すべきだ。操作可能な3Dプロトタイプは印象的だが、有用な証拠にはプロンプト、ソースファイル、反復履歴、テスト条件が必要である。

独立したチームが限定的な人手による修正でこうした結果を再現できれば、Anthropicのエージェントに関する主張は裏付けられる。デモが隠れた足場や大規模な修正に依存するなら、その価値はより限定的になる。

OpenAI、Google、その他のモデル提供者との比較も激化するだろう。競合他社は、Anthropicのモデルを複製せずとも、疑惑のプロンプトにあるメモリ制限やツール説明を研究できる。

これは製品アーキテクチャを巡る圧力を生む。わずかに性能の低いモデルであっても、より強力な権限、メモリ制御、ツールオーケストレーションを通じて、競合他社はより優れた体験を提供できる。

エンタープライズの購入担当者は、モデル評価を拡張することで対応すべきだ。出力品質は依然として重要だが、導入リスクを構成する要素の一つにすぎない。

真剣な評価では、システム指示、ツール権限、メモリ保持、監査ログ、フォールバックルーティング、プロンプトインジェクション下での挙動を検証すべきである。チームは短いチャットだけでなく、長時間かつ複数ツールにまたがるセッションにおいて製品がポリシーに従うかをテストすべきだ。

API上で開発を行う開発者も、関連する課題に直面しています。Anthropicの消費者向け設定は、カスタムアプリケーションを自動的に保護するものではありません。API利用者は、自らのプロンプト、ツール、データ境界、評価スイートに引き続き責任を負います。

流出したファイルは設計上の着想を与え得ますが、コピーすることは脅威モデリングの代わりにはなりません。多くの指示はAnthropic固有のインターフェースやサービスを参照しています。また、開発者の法的義務やユーザーの期待と衝突する可能性があるものもあります。

チームは、代わりに原則を抽出すべきです。保存するのは永続的な事実だけにする。ユーザーの発言とモデルの推論を分離する。削除や重大な結果を伴う行為には明示的な承認を求める。外部コンテンツは信頼できないものとして扱う。機密性の高いルールは言語モデルの外部で強制する。

ナレッジワーカーが気にかけるべきなのは、こうした隠れた制御が日常的な出力に影響するからです。検索要約、記憶された好み、引用、推薦、拒否は、いずれもモデル自体の知識ではなく、アプリケーションのポリシーによる結果である可能性があります。

有用な習慣として、重要なプロンプト、判断、ソース資料を、単一のアシスタントの外部に保存しておくことが挙げられます。個人用のプロンプトライブラリがあれば、モデルの挙動が変化した際にも、それらの指示を確認・再利用できます。

今回報じられた流出は、Opus 5が安全でないことを証明するものでも、モデルの重みや学習データを明らかにするものでもありません。これは、ある消費者向けデプロイメントを取り巻く指示を捉えたとされるスナップショットを提供しているにすぎません。

このスナップショットに価値があるのは、開発者が問うべき問題を変えるからです。もはや、モデルがゲームを生成できるか、コードを修復できるか、ウェブを検索できるかだけが論点ではありません。

より難しい問いは、モデルが作業する間、その記憶、ツール、法的境界、製品推薦を誰が統制するのかということです。

今後数か月は、Anthropicの対応、独立した再現検証、公開プロンプトアーカイブの変更に注目してください。これらのシグナルによって、今回のものが忠実な記録だったのか、それとも精巧な再構成だったのかが判断されるでしょう。

いずれにせよ、この文書はAnthropic Claudeと競合製品に関する、より広い真実をすでに明らかにしています。最先端AI製品は、むき出しのモデルではなく、統制されたソフトウェアシステムへと変わりつつあります。

導入前に、完全な運用レイヤーに関する証拠を求めるべきです。どの指示が予告なく変更され得るのか。どの情報が保持されるのか。どの行為に承認が必要なのか。モデルが制限に従えなかった場合、どこで制約が強制されるのか。

こうした問いはこのリポジトリを超えて残り、個々のバイラルなデモンストレーションよりも重要になるでしょう。